java - R 中的 Apache POI

Question

我正在尝试将 xlsx 文件读入 R 并提取 Excel 公式。看来 Apache POI 是完成这项工作的正确工具，但我无法让它工作。我找到了这个Page其中列出了 POI 组件及其依赖项。我尝试了以下代码:

require(rJava)
.jinit()
.jaddClassPath("poi-3.11-20141221.jar")
.jaddClassPath("poi-ooxml-3.11-20141221.jar")
.jaddClassPath("poi-ooxml-schemas-3.11-20141221.jar")
.jaddClassPath("xmlbeans-2.6.0.jar")

inputStream <- .jnew("java/io/FileInputStream", path.expand(file.path))

xfile <- .jnew("org/apache/poi/xssf/eventusermodel/XSSFWorkbook", 
            .jcast(inputStream,"java/io/InputStream"))
wext <- .jnew("org/apache/poi/xssf/extractor/XSSFExcelExtractor", xfile)

text <- .jcall(wext, "Ljava/lang/String;", "getText")

这会导致java.lang.ClassNotFoundException错误。有人能指出我正确的方向吗？

Answer 1

更新

devtools::install_git("https://gitlab.com/hrbrmstr/xlsxtractr.git")

或

devtools::install_github("hrbrmstr/xlsxtractr")

然后:

doc <- read_xlsx(system.file("extdata/wb.xlsx", package="xlsxtractr"))

extract_formulas(doc, 1)
## # A tibble: 3 × 3
##   sheet  cell          f
##   <dbl> <chr>      <chr>
## 1     1    A4 SUM(A1:A3)
## 2     1    B4 SUM(B1:B3)
## 3     1    D4 SUM(A4:B4)

从所有带有公式的工作表中提取所有公式:

purrr::map_df(seq_along(doc), ~extract_formulas(doc, .))

它只提取 formlua，但现在它是其他功能的基础，这些功能可能是其他(等等......)excel借出包中缺少的。

<小时/>

这可以很容易地适应一个小包或函数，以获取 xlsx 文件的路径并从中提取公式:

library(xml2)
library(purrr)

# need to write code to do the unzipping and also to work with all the
# sheets from the xlsx file.

sheet <- read_xml("~/dir/wb/xl/worksheets/sheet1.xml")
ns <- xml_ns_rename(xml_ns(sheet), d1 = "x")
xml_find_all(sheet, ".//x:row", ns) %>% 
  map_df(function(row) {
    xml_find_all(row, ".//x:c", ns) %>% 
      map_df(function(col) {
        xml_find_all(col, ".//x:f", ns) %>% 
          xml_text() -> f
        if (length(f) > 0) {
          data_frame(cell=xml_attr(col, "r"), f=f)
        } else {
          NULL
        }
      })
  })
## # A tibble: 2 × 2
##    cell                     f
##   <chr>                 <chr>
## 1    B2            SUM(A1:A3)
## 2    C2 SUM(A1:A3)*SUM(A1:A3)

如果您有 xls 文件，则此操作将不起作用。